6  Kamrater, fritid och prosocialt index

Author
Affiliation
Magnus Johansson
Published

December 1, 2022

6.1 Frågor om kamrater och fritid

Item/frågor har etiketter F70 samt f86a-j i datafilen, och motsvaras av fråga 71 respektive 88 i PDF-filen med frågor.

Samtliga f86-frågor har fyra svarskategorier: “Ingen, Någon enstaka, Ungefär hälften, De flesta”. Sektionen i enkäten inleds med meningen: “Hur många av dina kamrater (inom och utom skolan):”.

F70 har fyra svarsalternativ: “Ofta, Ibland, Sällan, Aldrig”.

Svarsdata har kodats så att högre poäng innebär mera problem/högre “risk”. Svarsalternativet “Vet inte” har kodats som saknat svar.

6.1.1 Lista med enkätfrågorna

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86b Har snattat/klottrat/vandaliserat?
f86c Är med i någon förening?
f86d Röker tobak?
f86e Slåss?
f86f Är duktiga i skolan?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?

6.1.2 Demografi

Vi har 6755 deltagare i samplet från 2014, och deras könsfördelning återges i tabellen nedan. Deltagare som saknar data på samtliga frågor är borttagna ur analysen.

6.2 Deskriptiva data

6.2.1 Demografi

Kön n Percent
Flicka 3706 54.9
Pojke 3049 45.1
Årskurs n Percent
Åk 9 3058 45.3
Gy 2 3697 54.7

6.2.2 Item-data

6.3 Rasch-analys 1 samtliga items

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86b Har snattat/klottrat/vandaliserat?
f86c Är med i någon förening?
f86d Röker tobak?
f86e Slåss?
f86f Är duktiga i skolan?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
F70 1.541 1.272 4.573 3.305
f86a 1.318 1.225 2.884 2.77
f86b 0.81 0.811 -2.065 -2.125
f86c 1.194 1.166 2.592 2.125
f86d 0.7 0.724 -4.456 -4.365
f86e 0.777 0.77 -2.216 -2.349
f86f 1.042 1.011 0.311 0.169
f86g 0.97 0.959 -0.269 -0.436
f86h 0.619 0.687 -3.863 -3.467
f86i 0.763 0.773 -3.077 -3.004
f86j 0.487 0.66 -2.897 -2.264
PCA of Rasch model residuals
Eigenvalues
3.28
1.57
1.00
0.94
0.91

F70 f86a f86b f86c f86d f86e f86f f86g f86h f86i f86j
F70
f86a 0.13
f86b -0.34 -0.36
f86c 0.31 0.47 -0.42
f86d -0.36 -0.41 0.19 -0.41
f86e -0.31 -0.26 0.28 -0.37 0.13
f86f -0.09 0.23 -0.11 0.13 -0.24 -0.02
f86g -0.32 -0.49 0.11 -0.39 0.45 -0.08 -0.33
f86h -0.34 -0.31 0.21 -0.36 0.25 0.19 -0.13 0.24
f86i -0.28 -0.29 0.15 -0.31 0.2 0.14 -0.16 0.16 0.19
f86j -0.25 -0.19 0.22 -0.27 0.07 0.41 -0.05 -0.06 0.31 0.11
Note:
Relative cut-off value (highlighted in red) is 0.145, which is 0.2 above the average correlation.

PCA av residualer indikerar problem med multidimensionalitet. Utifrån “Loadings 1st contrast” framgår att items med positivt (f86a c och f samt F70) och negativt innehållsfokus drar åt olika håll i faktorladdning. Residualkorrelationerna visar också på samband mellan f86a c och f, dock ej F70. Vi testar att separera dessa för att få en bild av hur de fungerar separat.

F70, f86b, e, g, h, i, j har alla problem med svarskategorierna. Items f86a, c, och f (“prosociala” items) ser bättre ut, men har väldigt små avstånd mellan de högsta trösklarna.

6.4 Risk-fokuserade/negativa items

Vi tar bort f86a c f och F70 och tittar närmare på svarskategorierna.

6.4.1 Svarskategorier

Items 86b e och j har oordnade svarströsklar. Vi åtgärdar det genom att slå samman de två högsta kategorierna, som båda har relativt få respondenter i vardera kategori. Resterande items har mycket små avstånd mellan trösklarna, vilket inte är optimalt, men vi låter dem vara.

6.5 Omkodning av svarskategorier

Svarskategorierna fungerar acceptabelt för samtliga items.

6.6 Rasch-analys 1 negativa items

itemnr item
f86b Har snattat/klottrat/vandaliserat?
f86d Röker tobak?
f86e Slåss?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
f86b 0.963 0.925 -0.536 -1.03
f86d 0.706 0.704 -3.404 -4.109
f86e 1.12 0.947 0.835 -0.657
f86g 1.123 0.946 1.119 -0.783
f86h 0.647 0.71 -3.433 -3.305
f86i 1.018 0.98 0.458 -0.022
f86j 0.719 0.789 -1.206 -1.615
PCA of Rasch model residuals
Eigenvalues
1.80
1.23
1.17
1.05
0.87

f86b f86d f86e f86g f86h f86i f86j
f86b
f86d -0.24
f86e 0.08 -0.21
f86g -0.32 0.03 -0.46
f86h -0.12 -0.16 -0.15 -0.08
f86i -0.16 -0.21 -0.12 -0.22 -0.16
f86j 0.05 -0.21 0.23 -0.32 0.01 -0.15
Note:
Relative cut-off value (highlighted in red) is 0.062, which is 0.2 above the average correlation.

Residualkorrelationerna visar att f86e skapar problem med två andra items (f86b och j), så den tas bort.

6.7 Rasch-analys 2 negativa items

itemnr item
f86b Har snattat/klottrat/vandaliserat?
f86d Röker tobak?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
f86b 1.014 0.976 -0.007 -0.311
f86d 0.685 0.684 -4.146 -4.63
f86g 0.959 0.844 -0.591 -1.804
f86h 0.626 0.678 -3.509 -3.775
f86i 1.021 0.971 0.363 -0.449
f86j 0.812 0.851 -0.593 -1.124
PCA of Rasch model residuals
Eigenvalues
1.62
1.25
1.17
1.05
0.86

f86b f86d f86g f86h f86i f86j
f86b
f86d -0.23
f86g -0.36 -0.06
f86h -0.11 -0.2 -0.15
f86i -0.15 -0.24 -0.3 -0.19
f86j 0.08 -0.17 -0.33 0.05 -0.12
Note:
Relative cut-off value (highlighted in red) is 0.033, which is 0.2 above the average correlation.

Två residualkorrelationer ligger nu strax ovanför gränsvärdet, vilket kan tolereras.

6.8 Reliabilitet negativa items

Reliabiliteten blir dock låg.

6.9 Invarians/DIF negativa items

6.9.1 Kön

itemnr item
f86b Har snattat/klottrat/vandaliserat?
f86d Röker tobak?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?

Item 2 3 Mean location StDev MaxDiff
f86b -0.157 -0.453 -0.305 0.210 0.296
f86d -1.131 -0.677 -0.904 0.321 0.453
f86g -1.648 -1.163 -1.405 0.343 0.485
f86h 1.316 0.944 1.130 0.264 0.373
f86i -0.543 -0.193 -0.368 0.247 0.350
f86j 2.162 1.543 1.852 0.437 0.618

Samtliga items har värden på ca 0.3 och uppåt, med f86j som går över 0.5 logits och f86g och d strax under. Även om reliabiliteten hade varit god hade det varit tveksamt om frågorna är jämförbara mellan pojkar och flickor.

6.9.2 Årskurs

itemnr item
f86b Har snattat/klottrat/vandaliserat?
f86d Röker tobak?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?

Item 2 3 Mean location StDev MaxDiff
f86b -0.940 0.196 -0.372 0.803 1.136
f86d -0.765 -1.048 -0.906 0.200 0.283
f86g -1.019 -1.733 -1.376 0.505 0.715
f86h 1.343 1.044 1.194 0.211 0.298
f86i -0.266 -0.443 -0.355 0.126 0.178
f86j 1.646 1.984 1.815 0.239 0.338

Även här finns påtagliga problem, huvudsakligen med f86b och g. Det innebär att dessa frågor inte är direkt jämförbara mellan årskurserna som en del av ett indexvärde.

6.9.3 Årtal

itemnr item
f86b Har snattat/klottrat/vandaliserat?
f86d Röker tobak?
f86g Dricker sig berusad på alkohol?
f86h Använder narkotika?
f86i Skolkar?
f86j Har rånat, gjort inbrott eller stulit en bil?

Item 3 5 7 8 11 12 14 15 Mean location StDev MaxDiff
f86b -0.380 -0.317 -0.296 -0.303 -0.264 -0.300 -0.357 -0.589 -0.351 0.103 0.325
f86d -0.683 -0.917 -1.041 -1.060 -0.869 -0.760 -0.643 -0.571 -0.818 0.183 0.488
f86g -1.572 -1.549 -1.517 -1.437 -1.358 -1.332 -1.294 -1.284 -1.418 0.117 0.288
f86h 1.786 1.573 1.551 1.402 1.091 0.950 0.696 0.541 1.199 0.449 1.245
f86i -0.744 -0.513 -0.516 -0.432 -0.338 -0.227 -0.197 0.041 -0.366 0.241 0.785
f86j 1.594 1.723 1.819 1.829 1.738 1.669 1.794 1.863 1.754 0.091 0.270

Flera items visar på förändring över tid. Starkast är effekten för f86h (använder narkotika) och f86i (skolkar), följt av f86d (röker tobak), som dock visar på en kurva som över tid närmar sig utgångsvärdet (jämför nod 3 och 15).

6.10 Positiva items

6.10.1 Svarskategorier

Vi dikotomiserar F70 genom att svarskategorierna 0+1 och 2+3 slås samman.

6.11 Rasch-analys 1 positiva items

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86c Är med i någon förening?
f86f Är duktiga i skolan?
OutfitMSQ InfitMSQ OutfitZSTD InfitZSTD
F70 1.159 1.029 2.108 0.626
f86a 0.663 0.674 -4.006 -4.548
f86c 0.597 0.6 -5.716 -6.021
f86f 1.074 0.994 0.497 -0.107
PCA of Rasch model residuals
Eigenvalues
1.56
1.35
1.07
0.01

F70 f86a f86c f86f
F70
f86a -0.26
f86c -0.01 -0.12
f86f -0.26 -0.24 -0.4
Note:
Relative cut-off value (highlighted in red) is -0.018, which is 0.2 above the average correlation.

Item f86a och c har för låg item fit, och även med båda items inkluderade blir reliabiliteten låg.

6.12 Invarians/DIF positiva items

6.12.1 Kön

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86c Är med i någon förening?
f86f Är duktiga i skolan?

Item 2 3 Mean location StDev MaxDiff
F70 -0.614 -0.475 -0.544 0.098 0.139
f86a 0.235 0.381 0.308 0.104 0.147
f86c -0.521 -0.268 -0.394 0.180 0.254
f86f 0.900 0.361 0.631 0.381 0.539

Item f86f (duktiga i skolan) uppvisar störst skillnad.

6.12.2 Årskurs

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86c Är med i någon förening?
f86f Är duktiga i skolan?

Item 2 3 Mean location StDev MaxDiff
F70 -0.354 -0.676 -0.515 0.227 0.321
f86a 0.166 0.421 0.294 0.180 0.254
f86c -0.338 -0.451 -0.394 0.080 0.113
f86f 0.526 0.706 0.616 0.127 0.180

Inga större skillnader.

6.12.3 Årtal

itemnr item
F70 Brukar du delta i någon ledarledd fritidsaktivitet eller träning?
f86a Motionerar och tränar regelbundet?
f86c Är med i någon förening?
f86f Är duktiga i skolan?

Item 4 5 6 9 10 12 14 15 Mean location StDev MaxDiff
F70 -0.359 -0.434 -0.502 -0.555 -0.530 -0.534 -0.592 -0.542 -0.506 0.075 0.233
f86a 0.162 0.196 0.276 0.307 0.311 0.252 0.278 0.276 0.257 0.053 0.149
f86c -0.395 -0.342 -0.401 -0.428 -0.353 -0.322 -0.341 -0.333 -0.364 0.038 0.106
f86f 0.592 0.580 0.626 0.675 0.572 0.605 0.655 0.599 0.613 0.037 0.104

Inga större skillnader.

6.13 Sammanfattande kommentar

Varken det prosociala/positiva indexet eller det riskfokuserade/negativa fungerar tillfredsställande.

Området kamrater och fritid fungerar inte som det ser ut just nu. Det kommer att krävas utvecklingsarbete för att göra något användbart av existerande data som tar hänsyn till DIF-problematiken.

6.14 Programvara som använts för analyserna

Package Version Citation
arrow 10.0.0 @arrow
base 4.2.2 @base
car 3.1.1 @car
cowplot 1.1.1 @cowplot
eRm 1.0.2 @eRm2007b; @eRm2007c; @eRm2009d; @eRm2013e; @eRm2015f; @eRm2019g; @eRm2021a
foreach 1.5.2 @foreach
formattable 0.2.1 @formattable
ggrepel 0.9.2 @ggrepel
glue 1.6.2 @glue
grateful 0.1.11 @grateful
HH 3.1.49 @HH2004; @HH2014; @HH2015; @HH2022
kableExtra 1.3.4 @kableExtra
knitr 1.41 @knitr2014; @knitr2015; @knitr2022
matrixStats 0.63.0 @matrixStats
mirt 1.37.1 @mirt
psych 2.2.9 @psych
psychotree 0.16.0 @psychotree2010e; @psychotree2011a; @psychotree2015b; @psychotree2018c; @psychotree2018d
reshape 0.8.9 @reshape
RISEkbmRasch 0.1.7.3 @RISEkbmRasch
rmarkdown 2.18 @rmarkdown2018; @rmarkdown2020; @rmarkdown2022
tidyverse 1.3.2 @tidyverse

6.15 Referenser